提问人：Michael Schulte 提问时间：11/30/2022 最后编辑：zx8754Michael Schulte 更新时间：5/15/2023 访问量：251
检查列表中的所有多个值是否都存在于数据帧中
Check if all multiple values in a list exist in a dataframe
问：
我有一个数据帧 df，它包含 ids = （1， 2， 3， 4），我有一个列表 items，其中包含 （“a”， “b”， “c”）。我想返回包含“a”、“b”和“c”的 id。除非 id 至少包含列表中的所有 3 个项目，否则它不应返回。这应该是可扩展的，以涵盖列表中有 n 个项目的情况。
df <- data.frame(ID = (1, 2, 2, 3, 3, 3, 4, 4, 4, 4),
values = ("b", "a", "c", "a", "b", "c", "a", "b", "c", "d"))
items <- list("a", "b", "c")
DF 如下所示：
| 编号 | 值 |
|---|---|
| 1 | b |
| 2 | 一个 |
| 2 | c |
| 3 | 一个 |
| 3 | b |
| 3 | c |
| 4 | 一个 |
| 4 | b |
| 4 | c |
| 4 | d |
该函数应返回 ID = （3， 4），但对于 ID = 4，只有值 = （“a”， “b”， “c”） 应返回。它不应返回 ID = （1， 2）。 这是我尝试过的，但它没有返回我想要的。它当前返回的是一个数据帧，里面没有任何内容。每一列都为 NULL。
Criteria.Match <- function(df, CriteriaList, criteria.string){
Pat <- as.data.frame(unique(df$ID))
colnames(Pat) <- 'ID'
Pat.Criteria_Type <- as.data.frame(unique(df[c('ID', criteria.string)]))
Pat$CriteriaMet <- sapply(Pat$ID, FUN = function(x){
setequal(Pat.Criteria_Type[Pat.Criteria_Type$ID == x,],
as.data.frame(CriteriaList))
})
Pat <- Pat[which(Pat$CriteriaMet),]
df[df$ID %in% Pat$ID,]
}
Criteria.Match(df, items, 'values')
答：
1赞
zx8754
11/30/2022
#1
table，然后使用 rowSums 进行子集：
x <- table(df)[, unlist(items) ]
rownames(x)[ which(rowSums(x) == 3) ]
# [1] "3" "4"
1赞
Michael Schulte
12/13/2022
#2
根据 items 中的值对 df 中的项进行子集。然后，循环浏览每个 ID 并检查筛选的 df 的行数是否等于项目列表的长度。然后过滤掉 FALSE 值，并将子集 df 仅作为过滤后的 df 中存在的 id。
df <- df[df$values %in% items,]
for(id in df$ID){
df_filter <- df %>% filter(ID == id)
df_filter$Criteria[df_filter$ID == id] <- nrow(unique(df_filter %>% select(values))) >= length(items)
}
df_filter <- df_filter %>% filter(Criteria == TRUE)
df <- df[df$ID %in% df_filter$ID,]
评论